数据转换用于把源数据整理成适合分析的结构。先判断问题是字段内容、数据类型还是表结构，再选择拆分、替换、透视或逆透视；不要用大量计算列掩盖源数据结构问题。
常见转换解决什么问题？
- 更改数据类型：把文本日期或文本数字转换为可计算类型。
- 拆分列：把设备编码、复合名称等拆成多个字段。
- 替换值：统一拼写、状态名称或处理空值。
- 透视：把类别值展开为多个指标列。
- 逆透视：把多个同类指标列整理为“类别列 + 数值列”的长表。
什么时候使用逆透视？
如果数据中每个月、每个测点或每项指标分别占一列，图表和筛选往往难以扩展。逆透视可将宽表变成长表，让新增月份或指标以新增行出现，更适合趋势、类别比较和持续刷新。
转换应放在哪里？
数据量很大且转换能明显减少加载量时，应优先在数据库或源系统完成。Spotfire 转换适合分析侧整理，但数据库中外部数据通常不能直接使用所有内存数据转换，加载方式需要提前确认。
刷新时如何保持转换？
把转换作为数据画布中的明确步骤，并尽量保持源字段结构稳定。替换数据时优先替换数据源而不是整个数据表，避免丢失中间处理流程。
常见问题
为什么转换列表中找不到某些列？
部分计算列、动态生成列或特定列类型不能用于某些转换，应检查列来源和加载方式。
逆透视后行数为什么大幅增加？
每个被逆透视的原始列会生成对应记录，这是预期结果。应保留原始主键，并检查空值是否需要排除。
Spotfire 入门系列